[发明专利]字幕校正方法和装置

说明书

技术领域

本发明涉及多媒体技术领域，特别涉及一种字幕校正方法和装置。

背景技术

在播放多媒体文件时，字幕可以帮助人们获得更高的使用体验。由于多媒体文件包括音频文件和视频文件两种，在音频文件为歌曲时，字幕也可以称之为歌词。

以多媒体文件是歌曲为例，歌词是一首歌曲中的文词部分，常见的歌词有TXT(Text，文本)歌词、LRC(lyric，歌词)歌词和QRC(QQ lyric，QQ歌词)歌词三种。其中，TXT歌词是纯文本类型的歌词；LRC歌词为一种在歌曲播放时能够同步显示且显示定位到逐行的歌词；QRC歌词为一种在歌曲播放时能够同步显示且显示定位到逐字的歌词，显然QRC歌词的同步显示更精确。LRC歌词和QRC歌词的实现方法均是基于时间轴同步歌词和歌曲，该方法要求每段歌词的内容沿着播放时间轴对齐，而由于歌词是人工编辑的，其内容和播放时间轴可能出现不对齐的现象，另外还可能存在部分歌曲无词或歌词内容错误的问题，因此需要对歌词进行校正。

现有技术中，一般采用人工校正的方式来实现对歌词的校正。人工校正的方式包括人工判断歌词的错误类型，以及在出现无词问题时，采用人工的方式对歌词进行填充以实现对歌词的校正。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：人工判断歌词的错误类型时识别错误的命中率较低且工作量大。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种字幕校正方法和装置。该技术方案如下：

一方面，提供了一种字幕校正方法，该方法包括：

获取多媒体文件的反馈数据，该反馈数据是针对该多媒体文件的字幕文件的错误所反馈的数据；

根据该反馈数据识别该多媒体文件的字幕文件的错误类型；

根据该错误类型对该多媒体文件的字幕文件进行校正。

另一方面，提供了一种字幕校正装置，该装置包括：

第一获取模块，用于获取多媒体文件的反馈数据，该反馈数据是针对该多媒体文件的字幕文件的错误所反馈的数据；

第一识别模块，用于根据该反馈数据识别该多媒体文件的字幕文件的错误类型；

字幕校正模块，用于根据该错误类型对该多媒体文件的字幕文件进行校正。

本发明实施例提供的技术方案带来的有益效果是：

本发明实施例提供的字幕校正方法和装置，通过获取多媒体文件的反馈数据，该反馈数据是针对该多媒体文件的字幕文件的错误所反馈的数据；根据该反馈数据识别该多媒体文件的字幕文件的错误类型；根据该错误类型对该多媒体文件的字幕文件进行校正。采用本发明实施例提供的方案，通过识别反馈数据中的错误类型，根据该错误类型对字幕文件进行校正，提高了字幕文件的正确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种字幕校正方法所涉及的实施环境；

图2是本发明实施例提供的一种字幕校正方法的方法流程图；

图3a是本发明实施例提供的一种字幕校正方法的方法流程图；

图3b是本发明实施例提供的一种数据反馈界面图；

图3c是本发明实施例提供的一种根据音频波形特征确定语音信号的开始时刻和结束时刻方法的方法流程图；

图4是本发明实施例提供的一种错误类型分类器训练方法的方法流程图；

图5是本发明实施例提供的一种字幕校正装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

图1是本发明实施例提供的一种字幕校正方法所涉及的实施环境。参见图1，该实施环境包括至少一个终端120和至少一个服务器140。

终端120，可以是具备多媒体文件播放功能的电子设备，该电子设备可以是智能手机、平板电脑、智能电视等等。

终端120与服务器140之间可以通过无线网络相连。

服务器140，可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。该服务器140是可以向终端120提供字幕校正服务的服务器。